Python将VOC数据集归一化后的labels（.txt）文件批量转成xml文件

最新推荐文章于 2025-06-23 12:35:37 发布

jocelyn427

最新推荐文章于 2025-06-23 12:35:37 发布

阅读量6.4k

点赞数 12

CC 4.0 BY-SA版权

分类专栏： BDD100K数据集

本文链接：https://blog.youkuaiyun.com/jocelyn870/article/details/81210375

本文介绍如何将BDD100K数据集的归一化labels文件转换为XML格式，适用于在darknet框架下tiny-yolo模型的训练。内容包括标签类别、大小信息的提取，并提供了labels2xml.py转换脚本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

BDD100K数据集的Annotations包含了被标记对象的：标签类别、大小（起始坐标、结束坐标、宽度和高度）、截断、遮挡和交通灯颜色、车道线、可驾驶区域等大量信息。
这里写图片描述
为了用于darknet框架下tiny-yolo模型的训练，先提取标定框的类别、大小信息，然后转化成归一化的labels文件。代码改天再传～～～

想看一下BDD100K数据集在原图上的标定框，所以把labels文件转成了xml文件(只生成了图片标注工具LabelImg中需要的关键信息)，是以下这种风格：
这里写图片描述
以下是完整的代码labels2xml.py
附：存放标定框类别的BDD100K_10.names文件的内容截图

import os
import xml.etree.ElementTree as ET
from PIL import Image
import numpy as np

img_path = '/home/anngic/BDD100K/JPEGImages/'                   #原图.jpg文件的路径
labels_path = '/home/anngic/BDD100K/labels/'                    #labels中.txt文件的路径
annotations_path = '/home/anngic/BDD100K/Annotations/'          #生成的xml文件需要保存的路径
labels = os.listdir(labels_path)
clsnames_path = '